Polars

Polars 是什么

• 用 Rust 编写的列式 DataFrame 库，提供给 Python、JS、Rust、R、Elixir、Ruby 使用。
• 基于 Apache Arrow，带有 OLAP 风格的查询引擎，并支持可选的延迟执行。
• 目标是单机内存内分析；目前还不支持分布式或 GPU 执行。

性能 vs Pandas（以及其他工具）

• 很多报告称，在 groupby、join、扫描多 GB 或 1000 万行以上数据集时，相比 pandas 可快一个数量级（例如约 1 分钟 → 约 1 秒）。
• 被提到的关键优势包括：Rust 实现、多线程、延迟查询规划、更低内存占用，以及与 Arrow 的互操作性。
• 对于小数据集（≤10 万行），用户表示性能差异通常难以被人感知。
• 提到的基准测试：DuckDB 的 db-benchmark 显示 Polars 和 DuckDB 明显领先于 pandas；也有人指出在许多工作负载下 DuckDB 可能比 Polars 更快。
• 超出内存 / 分布式工具（Spark、Dask、Modin、Vaex、RAPIDS）被视为不同类别；有人提醒把它们纳入单机基准比较会有些误导。

API、易用性与生态

• 许多人认为 Polars 的 API 比 pandas 更一致、更像 SQL，也更容易推理；表达式链式写法和延迟 DataFrame 受到称赞。
• 也有人觉得它更啰嗦，尤其是在按行（“axis=1”）或跨切片操作以及复杂转换时。
• 互操作性很强：可通过 Arrow 与 pandas/DuckDB 进行便捷的零拷贝交换；常见模式是“Polars 负责重活，pandas 负责边缘部分”。
• 有人抱怨关键数据科学库（例如 scikit-learn、绘图工具）仍然以 pandas 为中心，迫使进行转换。

文档、上手与营销

• 着陆页被批评默认用户已经知道“DataFrames”，并强调速度，而没有清楚说明“它是什么”以及使用场景。
• “User Guide”和“Docs”的分裂让一些人困惑；也有人觉得文档本身扎实，并欣赏简洁的 API。
• 提到即将推出的专门 Polars 书籍和官方用户指南；支持主要通过 Discord，且有人担心知识被困在聊天里。

稳定性、采用与工具链

• 由于仍处于 1.0 之前状态且经常有破坏性变更，一些团队对迁移大型代码库持谨慎态度；也有人在生产中愉快使用，并接受每季度更新。
• JS 绑定被描述为有前景，但仍然存在 bug、还不成熟。
• GitHub Copilot 和类似工具对 pandas 的支持要好得多；少数用户主要因为 AI 助手支持而继续使用 pandas，而另一些人则认为工具选择不应受此驱动。

更广泛的看法

• 围绕“仅凭速度是否足以推动切换”与“清晰性和生态系统”的讨论存在分歧。
• 有人把 Polars 看作“更快的 pandas”，并认为它很可能成为长期接班人；也有人更倾向于 SQL 引擎（DuckDB、Postgres）或完全不使用 DataFrame 的方法。